34、探索人工股票市场中预测的价值

探索人工股票市场中预测的价值

在人工股票市场的研究中，预测的价值一直是备受关注的话题。本文将探讨一种独特的预测方法，并通过模拟实验分析预测在不同市场条件下对交易者的影响。

1. 交易者学习结构与预测方法

交易者的学习结构涉及多个因素，包括过去的行动、价格、其他交易者的行动、过去的预测等。这里采用的预测方法是将工具性学习和预测性学习分开进行，但它们通过利用彼此的（最佳）结果而松散耦合，每个群体与另一个群体的结果共同进化。

与其他将预期直接与行动相关联的方法不同，这里更侧重于对环境的预期。这种算法具有更模块化的结构，预期和决策分开进行，便于比较和测试不同的自适应机制并分析结果。当行动与预期紧密绑定，效用反馈和准确性的相互作用可能难以理清。

2. 模拟实验设置

为了探究预测的价值，进行了一系列模拟实验。实验设置包括8种不同的模拟场景，涉及不同数量的交易者（3个或7个）、不同数量的可交易股票（2只或4只）以及两种定价机制（通货膨胀定价机制和反向定价机制）。

每种类型的交易者数量	可交易股票数量	定价机制	模拟标签
3	2	通货膨胀	3x2Agents 2Stocks, Inflationary
3	2